这里有很多帮助,但有些帮助我无法理解,所以希望通过问我的问题并得到一个量身定做的答案,我会更好地理解。在
到目前为止,我已经成功地连接到一个网站,以用户身份进行身份验证,填写一个表单,然后下拉html。html包含我想要的表。我只是想说点什么比如:在
阅读html。。。当你读表开始标记,直到你到达表结束标记,然后显示,或写它到一个新的html文件,并打开它保留标记,所以它是我的格式。在
这是我目前掌握的密码。在
# Use 'with' to ensure the session context is closed after use.
with requests.Session() as s:
s.post(LOGINURL, data=login)
# print
r = s.get(LOGINURL)
print r.url
# An authorised request.
r = s.get(APURL)
print r.url
# etc...
s.post(APURL)
#
r = s.post(APURL, data=findaps)
r = s.get(APURL)
#print r.text
f = open("makethisfile.html", "w")
f.write('\n'.join(['<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">',
'<html>',
' <head>',
' <meta http-equiv="Content-Type" content="text/html; charset=ISO-8859-1">',
' <title>THE TITLE</title>',
' <link rel="stylesheet" href="css/displayEventLists.css" type="text/css">',
r.text #this just does everything, i need to get the table.
])
)
f.close()
虽然正确地解析文件是最好的,但是快速而肮脏的方法使用正则表达式。在
作为为什么解析更好的一个例子,编写的regex将因以下原因失败(相当做作!)示例:
正如所写的,它将得到文件中的第一个表。但是您可以循环获取第二个,等等(如果可能的话,让regex特定于您想要的表),所以这不是问题。在
相关问题 更多 >
编程相关推荐